Amazon SageMaker JumpStart

机器学习(ML)中心,包含只需单击几下即可部署的基础模型、内置算法和预构建 ML 解决方案

来自热门模型提供商的基础模型,用于生成可完全自定义的文本和图片

带有来自热门模型中心的预训练模型的数百种内置算法

 

针对常见用例的完全可定制解决方案和参考架构,可加速 ML 之旅

在您的组织内共享 ML 模型和笔记本,以加速 ML 模型的构建和部署

Amazon SageMaker JumpStart 是一个机器学习(ML)中心,可以帮助您加速 ML 之旅。使用 SageMaker JumpStart,您可以访问预训练的模型,包括基础模型,以执行文章总结和图片生成等任务。预训练模型可针对您的使用案例和数据完全自定义,并且您可以使用用户界面或 SDK 轻松将其部署到生产中。此外,您可以在组织内访问预构建的解决方案来解决常见使用案例和共享 ML 构件,包括 ML 模型和笔记本,以加速 ML 模型的构建和部署。

未使用您的任何数据来训练基础模型。由于所有数据都经过加密且不会离开您的虚拟私有云(VPC),因此您可以相信您的数据将会保持私密和机密。请参阅常见问题,了解更多信息。

工作原理

  • 基础模型
  • 带有预训练模型的内置算法
  • 解决方案
  • 解决方案工作原理图
  • ML 构件共享
  • ML 构件共享工作原理图

基础模型

SageMaker JumpStart 提供来自不同模型提供商的各种专有和公开可用的基础模型。基础模型是包含数十亿个参数并在数 TB 的文本和图像数据上进行预训练的大规模 ML 模型,因此您可以执行范围广泛的任务,例如文章摘要和文本、图像或视频生成。由于基础模型是经过预训练的,因此它们可以帮助降低训练和基础设施成本,并支持针对您的应用场景进行定制。

探索可用的基础模型 »

通过 SageMaker 提供的基础模型。

元数据

内置算法

SageMaker JumpStart 提供数百种内置算法以及经过预先训练的模型,这些模型均来自模型中心,包括 TensorFlow Hub、PyTorch Hub、HuggingFace 和 MxNet GluonCV。您也可以使用 SageMaker Python 开发工具包访问内置算法。内置算法包括常见的机器学习任务,如数据分类(图像、文本、表格)和情绪分析。

了解有关内置算法的更多信息 »

预构建的解决方案

预构建的解决方案可用于常见用例,并且可以完全定制。

了解有关预构建解决方案的更多信息 »

客户

Canva
“在 Canva,我们的使命是“赋予世界设计的力量”,让任何人都能轻松地在任何设备上创作精美的内容。借助生成式人工智能,我们正在帮助用户尽可能顺利地将他们的想法变为现实。借助 SageMaker JumpStart,我们使我们的团队能够开始使用生成式人工智能并测试各种基础模型。在我们的全球黑客马拉松中,Canvanauts 能够轻松部署各种基础模型并启动和运行他们的项目。这是我们的黑客马拉松取得成功的重要原因。”

Nic Wittison,Canva 人工智能产品工程主管

Dovetail
“在 Dovetail,我们通过更好地了解客户需求,帮助组织提高产品和服务的质量。借助 Amazon SageMaker JumpStart,我们可以轻松访问、测试和部署尖端的基础模型。我们使用 AI21 Jurassic-2 Mid 来实现增强的汇总,并能够在几周内将其集成到我们的 SaaS 应用程序中,无需花费数月时间来实施。现在,我们的客户可以高效地从数据中提取并理解洞察,同时维护数据隐私和安全保障。”

Chris Manouvrier,Dovetail 企业架构师经理

Lexitas
“我们的客户有成千上万份法律文件,解析这些文件的过程既繁琐又耗时。很多时候,没有办法快速获得答案,例如了解谁在证词中提出了问题。现在,借助 Amazon SageMaker JumpStart,我们可以访问最先进的基础模型来为我们的产品提供支持,以便客户可以同时通过数千个文档解处理各种应用场景,例如矛盾检测和语义搜索。律师现在可以利用过去的笔录为未来的事件做好准备,同时保持严格的安全与合规需求。”

Jason Primuth,Lexitas 首席创新官

Tyson
“在 Tyson Foods,我们不断寻找新的方法,以便在生产过程中使用机器学习(ML)来提高生产力。我们使用图像分类模型来识别生产线上需要包装标签的产品。但是,图像分类模型需要使用来自现场的新图像定期进行再训练。Amazon SageMaker JumpStart 使我们的数据科学家能够与支持工程师共享 ML 模型,这样,他们就可以使用新数据训练 ML 模型,而无需编写任何代码。这加快了 ML 解决方案的上市速度,促进了持续改进,并提高了生产力。”

Rahul Damineni,Tyson Foods 专家数据科学家

Mission Automate
“借助 Amazon SageMaker JumpStart,我们能够在几天之内启动机器学习解决方案,从而更快、更可靠地满足机器学习预测需求。”

Alex Panait,Mission Automate 首席执行官

MyCase
“借助 Amazon SageMaker JumpStart,我们可以获得更好的起点,从而在 4-6 周而不是 3-4 个月内,为我们自己的使用案例部署机器学习解决方案。”

Gus Nguyen,MyCase 软件工程师

Pivotree
“借助 Amazon SageMaker JumpStart,我们可以更快地构建机器学习应用程序,例如自动异常检测或对象分类,并在几天之内启动从概念验证到生产的解决方案。”

Milos Hanzel,Pivotree 平台架构师 

SageMaker JumpStart 入门

博客

博客

在 Amazon SageMaker Studio 中将 Stable Diffusion XL 与 Amazon SageMaker JumpStart 结合使用

博客

使用 Amazon SageMaker JumpStart 在没有互联网连接的 VPC 模式下使用生成式人工智能基础模型

博客

Amazon SageMaker JumpStart 现提供 Meta 的 Llama 2 基础模型

博客

Technology Innovation Institute 在 Amazon SageMaker 上训练最先进的 Falcon LLM 40B 基础模型

博客

使用 Amazon SageMaker JumpStart 进行零样本文本分类

博客

使用生成式人工智能基础模型,利用您自己的数据进行汇总和问题解答

博客

在 Amazon SageMaker JumpStart 中根据财务数据对基础模型进行域自适应微调

博客

使用 Amazon SageMaker JumpStart 微调文本转图像的 Stable Diffusion 模型

博客

使用 Amazon SageMaker、Amazon OpenSearch Service、Streamlit 和 LangChain 构建功能强大的 QA 机器人

动手练习

教程

开始使用 SageMaker JumpStart 的分步教程

研讨会

在使用案例中探索如何使用 SageMaker JumpStart

视频

视频

AWS 直播功能Amazon SageMaker JumpStart 现提供 Llama 2 基础模型

AWS 直播功能SageMaker JumpStart 现提供 Llama 2 基础模型
视频

使用 Amazon SageMaker JumpStart 快速部署 LLM 并立即开始构建

使用 SageMaker JumpStart 快速部署 LLM 并立即开始构建
视频

如何在不到 2 分钟的时间内使用 Amazon SageMaker JumpStart 微调和部署文本转图片的 Stable Diffusion 模型

如何使用 SageMaker JumpStart 微调和部署文本转图片的 Stable Diffusion 模型
视频

如何在不到 3 分钟的时间内使用 Amazon SageMaker JumpStart 访问、训练和部署文本转图片的 Stable Diffusion 模型

如何使用 Amazon SageMaker JumpStart 访问、训练和部署 Stable Diffusion 模型
视频

AWS 初创企业展示 S3 E1:生成式 AI:炒作还是现实 - 开场演讲

AWS 初创企业展示 S3 E1:生成式人工智能:炒作还是现实
视频

AWS 直播功能使用 Amazon SageMaker JumpStart 共享模型和笔记本

AWS 直播功能使用 SageMaker JumpStart 共享模型和笔记本

最新资讯

日期(最新到最老)
  • 日期(最新到最老)
未找到任何结果
1